CN111327955A - 基于用户画像的点播方法、存储介质及智能电视 - Google Patents
基于用户画像的点播方法、存储介质及智能电视 Download PDFInfo
- Publication number
- CN111327955A CN111327955A CN201811528475.2A CN201811528475A CN111327955A CN 111327955 A CN111327955 A CN 111327955A CN 201811528475 A CN201811528475 A CN 201811528475A CN 111327955 A CN111327955 A CN 111327955A
- Authority
- CN
- China
- Prior art keywords
- demand
- user
- recommendation request
- multimedia resource
- label
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
- H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
- H04N21/47—End-user applications
- H04N21/472—End-user interface for requesting content, additional data or services; End-user interface for interacting with content, e.g. for content reservation or setting reminders, for requesting event notification, for manipulating displayed content
- H04N21/47202—End-user interface for requesting content, additional data or services; End-user interface for interacting with content, e.g. for content reservation or setting reminders, for requesting event notification, for manipulating displayed content for requesting content on demand, e.g. video on demand
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
- H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
- H04N21/45—Management operations performed by the client for facilitating the reception of or the interaction with the content or administrating data related to the end-user or to the client device itself, e.g. learning user preferences for recommending movies, resolving scheduling conflicts
- H04N21/4508—Management of client data or end-user data
- H04N21/4532—Management of client data or end-user data involving end-user characteristics, e.g. viewer profile, preferences
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
- H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
- H04N21/45—Management operations performed by the client for facilitating the reception of or the interaction with the content or administrating data related to the end-user or to the client device itself, e.g. learning user preferences for recommending movies, resolving scheduling conflicts
- H04N21/466—Learning process for intelligent management, e.g. learning user preferences for recommending movies
- H04N21/4667—Processing of monitored end-user data, e.g. trend analysis based on the log file of viewer selections
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
- H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
- H04N21/45—Management operations performed by the client for facilitating the reception of or the interaction with the content or administrating data related to the end-user or to the client device itself, e.g. learning user preferences for recommending movies, resolving scheduling conflicts
- H04N21/466—Learning process for intelligent management, e.g. learning user preferences for recommending movies
- H04N21/4668—Learning process for intelligent management, e.g. learning user preferences for recommending movies for recommending content, e.g. movies
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Human Computer Interaction (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明公开了一种基于用户画像的点播方法、存储介质及智能电视,所述方法包括:当接收到点播推荐请求时,获取所述点播推荐请求对应用户的用户画像及点播推荐请求携带的第二点播标签,并根据所述第二点播标签和所述用户画像查找所述点播推荐请求对应的多媒体资源集,再根据查找到的多媒体资源集生成点播推荐列表,以进行点播推荐。本发明通过将点播推荐请求携带的点播标签和请求所述点播推荐请求的用户画像相接触,得到查询媒资资源的所有点播标签,并根据得到的所有点播标签查找相应的媒资资源,实现了将用户明确的点播标签与用户对应的预存的点播标签相结合,提高媒资资源的准确,给用户的使用带来方便。
Description
技术领域
本发明涉及点播技术领域,特别涉及一种基于用户画像的点播方法、存储介质及智能电视。
背景技术
现有的点播推荐***使用基于用户或物品的协同过滤算法,从用户对具体点播媒资操作的历史行为数据出发,根据相似用户或相似媒资推荐具体的点播媒资资源。然而,这种方式要求采集数据阶段所使用的媒资库和最终推荐时使用的媒资库相同,并且无法在标签层面介入推荐结果。这样在用户有明确的标签选择需求时,无法根据用户明确的标签进行点播推荐,这使得推荐的点播媒资资源无法满足用户的需求,给用户的使用带来不便。
发明内容
鉴于现有技术的不足,本发明旨在提供一种基于用户画像的点播方法、存储介质及智能电视。
本发明所采用的技术方案如下:
一种基于用户画像的点播方法,其包括:
当接收到点播推荐请求时,获取所述点播推荐请求对应用户的用户画像,其中,所述用户画像携带若干第一点播标签;
获取所述点播推荐请求携带的第二点播标签,则根据所述第二点播标签和所述用户画像查找所述点播推荐请求对应的多媒体资源集;
根据查找到的多媒体资源集生成点播推荐列表,以进行点播推荐。
所述基于用户画像的点播方法,其中,所述当接收到点播推荐请求时,获取所述点播推荐请求对应用户的用户画像之前还包括:
采集用户点播的行为数据以及所述用户的人物图像,并根据所述行为数据生成若干第一点播标签,其中,所述行为数据包括用户属性和媒资属性;
为各第一点播标签分配权重,并将各第一点播标签按照权重排序而生成所述用户的用户画像,并将所述用户画像与所述人物图像相关联。
所述基于用户画像的点播方法,其中,所述获取所述点播推荐请求携带的第二点播标签,则根据所述第二点播标签和所述用户画像查找所述点播推荐请求对应的多媒体资源集具体包括:
获取所述点播推荐请求携带的第二点播标签,并判断所述用户画像中是否携带所述第二点播标签
当存在所述第二点播标签时,提取所述第二点播标签的维度类型,其中,所述维度类型包括单一维度和多重维度;
当所述第二点播标签的维度类型为多重维度时,根据所述第二点播标签和所述用户画像查找所述点播推荐请求对应的多媒体资源集。
所述基于用户画像的点播方法,其中,所述获取所述点播推荐请求携带的第二点播标签,则根据所述第二点播标签和所述用户画像查找所述点播推荐请求对应的多媒体资源集还包括:
当所述第二点播标签为单一维度时,根据所述用户画像查找所述点播推荐请求对应的多媒体资源集。
所述基于用户画像的点播方法,其中,所述获取所述点播推荐请求携带的第二点播标签,则根据所述第二点播标签和所述用户画像查找所述点播推荐请求对应的多媒体资源集还包括:
当未存在所述第二点播标签,根据所述第二点播标签和所述用户画像查找所述点播推荐请求对应的多媒体资源集;
获取查找到的多媒体资源集携带的多媒体资源的数量,并将所述数量与预设推荐数量进行比较;
当所述数量小于所述预设推荐数量时,根据所述第二点播标签查找所述点播推荐请求对应的多媒体资源集。
所述基于用户画像的点播方法,其还包括:
当未获取到点播标签时,获取预设范围内的图像,并根据所述图像确定用户画像的数量;
当所述用户画像的数量等于1时,获取所述用户画像对应的多媒体资源集;
当所述用户画像的数量大于1时,分别获取各用户画像对应的多媒体资源集,并根据获取到的各多媒体资源集确定所述点播推荐请求对应的多媒体资源集。
所述基于用户画像的点播方法,其中,所述当所述用户画像的数量大于1时,分别获取各用户画像对应的多媒体资源集,并根据获取到的各多媒体资源集确定所述点播推荐请求对应的多媒体资源集具体包括:
当所述用户画像的数量大于1时,分别获取各用户画像对应的多媒体资源集;
将各用户画像对应的多媒体资源集合并,并将合并得到多媒体资源集包含的多媒体资源按照出现次数排序;
按照所述排序选取预设推荐数量的多媒体资源以得到所述点播推荐请求对应的多媒体资源。
所述基于用户画像的点播方法,其中,所述当接收到点播推荐请求时,获取所述点播推荐请求对应用户的用户画像具体包括:
当接收到点播推荐请求时,通过预先设置的摄像机构获取预设范围内的图像;
识别所述图像以确定所述图像携带的人物图像,并根据所述人物图像确定所述点播推荐请求对应的用户画像。
一种计算机可读存储介质,所述计算机可读存储介质存储有一个或者多个程序,所述一个或者多个程序可被一个或者多个处理器执行,以实现如上任一所述的基于用户画像的点播方法中的步骤。
一种智能电视,其包括:处理器、存储器及通信总线;所述存储器上存储有可被所述处理器执行的计算机可读程序;
所述通信总线实现处理器和存储器之间的连接通信;
所述处理器执行所述计算机可读程序时实现如上任一所述的基于用户画像的点播方法中的步骤。
与现有技术相比,本发明提供了一种基于用户画像的点播方法、存储介质及智能电视,所述方法包括:当接收到点播推荐请求时,获取所述点播推荐请求对应用户的用户画像及所述点播推荐请求携带的第二点播标签,并根据所述第二点播标签和所述用户画像查找所述点播推荐请求对应的多媒体资源集;根据查找到的多媒体资源集生成点播推荐列表,并将所述点播推荐列表进行点播推荐。本发明通过将点播推荐请求携带的点播标签和请求所述点播推荐请求的用户画像相结合,得到查询媒资资源的所有点播标签,并根据得到的所有点播标签查找相应的媒资资源,实现了将用户明确的点播标签与用户对应的预存的点播标签相结合,提高了媒资资源推荐的准确,给用户的使用带来方便。
附图说明
图1为本发明提供的基于用户画像的点播方法的实施例一的流程图。
图2为本发明提供的基于用户画像的点播方法的实施例一中步骤S10的流程图。
图3为本发明提供的基于用户画像的点播方法的实施例二的流程图。
图4为本发明提供的智能电视的结构原理图。
具体实施方式
本发明提供一种基于用户画像的点播方法、存储介质及智能电视,为使本发明的目的、技术方案及效果更加清楚、明确,以下参照附图并举实施例对本发明进一步详细说明。应当理解,此处所描述的具体实施例仅用以解释本发明,并不用于限定本发明。
本技术领域技术人员可以理解,除非特意声明,这里使用的单数形式“一”、“一个”、“所述”和“该”也可包括复数形式。应该进一步理解的是,本发明的说明书中使用的措辞“包括”是指存在所述特征、整数、步骤、操作、元件和/或组件,但是并不排除存在或添加一个或多个其他特征、整数、步骤、操作、元件、组件和/或它们的组。应该理解,当我们称元件被“连接”或“耦接”到另一元件时,它可以直接连接或耦接到其他元件,或者也可以存在中间元件。此外,这里使用的“连接”或“耦接”可以包括无线连接或无线耦接。这里使用的措辞“和/或”包括一个或更多个相关联的列出项的全部或任一单元和全部组合。
本技术领域技术人员可以理解,除非另外定义,这里使用的所有术语(包括技术术语和科学术语),具有与本发明所属领域中的普通技术人员的一般理解相同的意义。还应该理解的是,诸如通用字典中定义的那些术语,应该被理解为具有与现有技术的上下文中的意义一致的意义,并且除非像这里一样被特定定义,否则不会用理想化或过于正式的含义来解释。
下面结合附图,通过对实施例的描述,对发明内容作进一步说明。
实施例一
本实施例提供了一种基于用户画像的点播方法,如图1所示,其包括:
S10、当接收到点播推荐请求时,获取所述点播推荐请求对应用户的用户画像,其中,所述用户画像携带若干第一点播标签。
具体地,所述点播推荐请求为用于向用户推荐点播媒资资源的指令,所述点播推荐请求可以根据用户的操作生成的,也可以是智能电视自动生成的。当所述点播推荐请求为根据用户的操作生成时,所述点播推荐操作的生成过程可以为:接收到用户输入的点播推荐操作,根据所述点播推荐操作生成点播推荐请求。当所述点播推荐请求为智能电视自动生成,所述点播推荐请求的生成过程可以为:当智能终端接收到预设指令时,根据所述预设指令生成点播推荐请求,其中,所述预设指令为智能终端预先存储用于生成点播推荐请求的指令,例如,所述预设指令为开机指令等。
进一步,所述获取所述点播推荐请求对应用户的用户画像指的是首先确定所述点播推荐请求对应的用户信息,再根据所述用户信息确定其对应的用户画像,其中,所述用户信息可以通过获取用户图像而确定。相应的,如图2所示,所述当接收到点播推荐请求时,获取所述点播推荐请求对应用户的用户画像具体包括:
S11、当接收到点播推荐请求时,获取预设范围内的图像;
S12、识别所述图像以确定所述图像携带的人物图像,并根据所述人物图像确定所述点播推荐请求对应的用户画像。
具体地,所述图像可以是智能终端采集的预设范围内的图像,其中,所述智能终端可以通过其自身携带的摄像头或者图像采集设备获取预设范围的图像,并对所述图像进行识别以得到所述图像携带的人脸图像,再根据所述人脸图像确定所述用户画像。其中,所述根据人脸图像确定所述用户画像可以为根据所述人脸图像确定其对应的用户标识,根据所述用户标识在预设用户画像数据库内查找其对应的用户画像。所述用户画像数据库为预先设置,用于存储用户画像的数据库。
进一步,所述用户画像是预先根据用户点播的行为数据生成,并存储于所述用户画像数据库内,以便于根据所述用户画像查询推荐给用户的媒资资源。也就是说,在接收点播推荐请求之前,需要根据用户的点播的历史数据生成用户画像。相应的,所述当接收到点播推荐请求时,获取所述点播推荐请求对应用户的用户画像之前还包括:
采集用户点播的行为数据以及所述用户的人物图像,并根据所述行为数据生成若干第一点播标签,其中,所述行为数据包括用户属性和媒资属性;
为各第一点播标签分配权重,并将各第一点播标签按照权重排序而生成所述用户的用户画像,并将所述用户画像与所述人物图像相关联。
具体地,所述人物图像可以在智能电视启动时预设采集的,也可以是在接收到用户点播操作时采集的,并且将所述人物图像与所述用户点播操作相关联,这样可以将根据行为数据生成的用户画像与其对应的人物画像相关性,以便于跟人物图像可以查找到其对也得用户画像。其中,所述用户点播的行为数据可以包括用户点播操作的行为数据,所述用户点播操作可以包括收藏、搜索以及播放等操作。所述行为数据可以包括点播操作时间、用户属性以及媒资属性。媒资属性可以包括媒资ID、标题、导演、演员、类型、语言、地区、上映时间、影片时长等,其中,所述导演(director)、演员(actor)、类型(type)、语言(language)、地区(area)和年代(year)优选为点播标签。所述用户属性可以包括用户标识、设备型号、IP、MAC、地区等。此外,所述权重为每个点播标签对应的权重比例,并且每个点播标签对应不同的权重比例,这样可以根据所述权重比例将所述第一点播标签进行排序,并将量所述第一点播标签序列采用json数组格式存储,以得到用户画像。其中,所述用户画像与用户标识一一对应,也就是说,每个用户仅对应一个用户画像。
同时在本实施例中,当确定用户画像后,可以根据用户画像查找其对应的媒资资源,提取所述媒资资源包含的多媒体资源的资源标识,将所述资源标识用逗号分隔合并为一个字符串,关联用户标识存储到数据库中作为推荐缓存。此外,每间隔预设时间更新所述用户画像,并根据更新后的用户画像查找其对应的媒资资源,并根据查找到的媒资资源更新推荐缓存。
进一步,所述推荐缓存可以是根据用户画像对应的媒资资源预先生成并存储,以便于接收到点播推荐请求时,在所述推荐缓存内查多媒体资源。在实际应用中,当确定用户画像后,可以根据预设条件在用户画像中选取预设数量阈值的点播标签作为查询条件,其中,所述预设数量阈值可以是根据媒资库大小以及查询耗而确定,如,按照权重大小选取的前三个点播标签,所述三个点播标签的标签维度分别为导演、演员和类型,标签内容为“冯小刚”、“刘德华”和“喜剧”,那么可以根据三个点播标签推荐用户最佳的视频为所有维度条件的组合,其对应的sql语句where子句内容可以为:
where director REGEXP '[[:<:]]冯小刚[[:>:]]' and actor REGEXP '[[:<:]]刘德华[[:>:]]' and type REGEXP '[[:<:]]喜剧[[:>:]]'。
进一步,所述查询是否终止与本次查询的结果数量以及最终推荐用户的数量有关,如果本次查询结果数量小于推荐数量,则按以下sql语句放宽条件继续查询,直到查询结果总数不小于推荐数量为止:
where director REGEXP '[[:<:]]冯小刚[[:>:]]' and actor REGEXP '[[:<:]]刘德华[[:>:]]'
where director REGEXP '[[:<:]]冯小刚[[:>:]]' and type REGEXP '[[:<:]]喜剧[[:>:]]'
where actor REGEXP '[[:<:]]刘德华[[:>:]]' and type REGEXP '[[:<:]]喜剧[[:>:]]'
where director REGEXP '[[:<:]]冯小刚[[:>:]]'
where actor REGEXP '[[:<:]]刘德华[[:>:]]'
where type REGEXP '[[:<:]]喜剧[[:>:]]'。
如果所有查询结果数量仍然未满足推荐数量需求,可执行一次通用查询进行补充,通用查询无需筛选条件,可按热度或时间排序。在本实施例中,所以查询次数最大为2^N,其中N为所选的用户画像标签数量。
S20、获取所述点播推荐请求携带的第二点播标签,则根据所述第二点播标签和所述用户画像查找所述点播推荐请求对应的多媒体资源集。
具体地,所述第二点播标签为用户查询媒资资源的关键字,例如,喜剧等;根据所述第二点播标签可以查询到相应的媒资资源。其中,所述第二点播标签可以是在接收到用户输入的点播推荐请求时,从所述点播推荐请求中获取。也就是说,所述点播推荐请求携带所述第二点播标签。在本实施例中,在用户执行点播操作时接收用户输入点播信息,对所述点播信息进行识别得到其携带的点播标签,所述第二点播标签可以为一个或者多个。其中,对所述点播信息进行分析可以包括首先对所述点播信息进行词性分析,获取其携带的名称,在将所述名称与预设的点播标签数据进行对比,以确定包含于所述第二点播标签数据库的名称,并将包含于所述点播数据库的名字作为所述点播推荐请求携带的点播标签。此外,所述点播信息还可以是语音信息,当所述点播信息为语音信息时,解析所述语音信息获取所述语音信息对应的文字信息,再执行对所述文字信息进行词义分别以及跟预设点播标签数据对比的步骤,得到所述点播推荐请求携带的点播标签。
进一步,当接收到点播推荐请求时,智能电视可以是单独用户使用,也可以是多个用户同时使用,当所述用户画像为多个时,可以确定执行点播推荐操作的用户的第一用户画像,并将所述第一用户画像作为所述点播推荐请求对应的用户画像。当然,在实际应用中,可以将多个用户画像分别多个独立的用户画像,为每个用户画像创建一个线程,通过多线程同步执行各用户画像,这样可以提供多媒体资源查找的速度。当然,在每个用户画像查找结束后,对每个用户查询到的多媒体资源进行筛选,以得到点播推荐请求对应的多媒体资源集,所述多媒体资源筛选过程可以与未携带点播标签的过程相同,具体在为携带点播标签的情况进行说明。需要说明书的,这里是以一个用户画像为例进行说明。
进一步,在本发明第一个实施例中,所述获取所述点播推荐请求携带的第二点播标签,则根据所述第二点播标签和所述用户画像查找所述点播推荐请求对应的多媒体资源集具体包括:
获取所述点播推荐请求携带的第二点播标签,并判断所述用户画像中是否携带所述第二点播标签
当存在所述第二点播标签时,提取所述第二点播标签的维度类型,其中,所述维度类型包括单一维度和多重维度;
当所述第二点播标签的维度类型为多重维度时,根据所述第二点播标签和所述用户画像查找所述点播推荐请求对应的多媒体资源集;
当所述第二点播标签为单一维度时,根据所述用户画像查找所述点播推荐请求对应的多媒体资源集。
具体地,所述根据点播标签和第一用户画像查找其对应的第一多媒体资源集可以是根据所述第一用户画像在推荐缓存,之后在根据推荐缓存查找到的媒资标识在媒资库内查找,可以减少媒资的查询过程,提高点播推荐的速度。在实际应用中,当根据用户画像进行点播推荐时,可以获取所述用户画像的用户标识,根据所述用户标识查找其对应的推荐缓存,再根据所述推荐缓存在媒资库按媒资标识进行查询,其中,所述媒资视频可以按媒资标识进行排序,这样可以提高查询速度。当然,在本实施例的变形实施例中,按用户画像多次查询媒资库之后存储所有媒资记录内容而不仅是媒资标识,并且每条记录增加用于排序依据的序号字段和所属用户标识字段,这样根据用户ID进行个性化推荐只需查询一次数据库表,按用户标识筛选、按序号字段排序即可返回所需的推荐内容。
进一步,当根据第一播放标签和用户画像查找多媒体资源时,还可以采用将各所述第二点播标签与用户画像合并,并去除合并得到点播标签集合中重复的点播标签,而得到所述点播推荐请求携带的查询条件,再根据所述查询条件进行媒资资源查询。当然,所述用户画像为多个时,可以对于每个用户画像分别进行点播标签和每个用户画像进行合并及去除而得到查询条件,根据查询条件分别确定各用户画像对于的媒资资源。
进一步,当所述用户画像存在所述第二点播标签时,可以判断所述第二点播标签的维度类型,如果所述第二点播标签的维度为单一维度,则根据所述用户画像查询多媒体资源,如果所述第二点播标签的类型为多项维度,则根据所述第二点播标签和用户画像查找所述多媒体资源。其中,所述单一维度可以包括导演、语言、地区以及年代;所述多项维度可以包括演员以及类型等。
另外,由于每个用户画像对应的推荐缓存均为预设数量的,当根据点播标签和所述用户画像查找时,可能存在无法查询到预设数量的媒资的情况,那么需要根据所述第二点播标签单独在媒资库内进行查找,以便查找到预设数量的多媒体资源。相应的,所述获取所述点播推荐请求携带的第二点播标签,则根据所述第二点播标签和所述用户画像查找所述点播推荐请求对应的多媒体资源集还包括:
当未存在所述第二点播标签,根据所述第二点播标签和所述用户画像查找所述点播推荐请求对应的多媒体资源集;
获取查找到的多媒体资源集携带的多媒体资源的数量,并将所述数量与预设推荐数量进行比较;
当所述数量小于所述预设推荐数量时,根据所述第二点播标签查找所述点播推荐请求对应的多媒体资源集。
具体地,当根据点播标签和用户画像查找到多媒体资源集(记为第一多媒体资源集)时,获取所述第一多媒体资源集携带的多媒体资源的数量,并将所述数量与预设推荐数量进行比较,如果大于所述预设推荐数量则根据预设推荐数量进行筛选后进行推荐(例如,随机选取);如小于预设推荐数量或者查询媒资库无结果,则可以使用点播标签在媒资库内查找,并将查询结果,并将查询到的内容推荐给用户。
S30、根据查找到的多媒体资源集生成点播推荐列表,以进行点播推荐。
具体地,所述点播推荐列表可以根据预设的点播推荐模板进行排列,并将排列后的点播推荐列表推荐给用户。
实施例二
本实施例提供了一种基于用户画像的点播方法,如图3所示,所述方法包括:
H10、当接收到点播推荐请求时,获取所述点播推荐请求对应用户的用户画像,其中,所述用户画像携带若干第一点播标签;
H20、获取所述点播推荐请求携带的点播标签,并当未获取到点播标签时获取预设范围内的图像,以及根据所述图像确定用户画像的数量;
H30、当所述用户画像的数量等于1时,获取所述用户画像对应的多媒体资源集;
H40、当所述用户画像的数量大于1时,分别获取各用户画像对应的多媒体资源集,并根据获取到的各多媒体资源集确定所述点播推荐请求对应的多媒体资源集;
H50、根据查找到的多媒体资源集生成点播推荐列表,并将所述点播推荐列表进行点播推荐。
具体地,当存在多个用户画像时,根据所述用户画像可以查找到多个媒体资源集,那么对于多个媒体资源集可以根据其包含的媒体资源的重复次数进行筛选,以得到预设数量的多媒体资源。相应的,所述当所述用户画像的数量大于1时,分别获取各用户画像对应的多媒体资源集,并根据获取到的各多媒体资源集确定所述点播推荐请求对应的多媒体资源集具体包括:
当所述用户画像的数量大于1时,分别获取各用户画像对应的多媒体资源集;
将各用户画像对应的多媒体资源集合并,并将合并得到多媒体资源集包含的多媒体资源按照出现次数排序;
按照所述排序选取预设推荐数量的多媒体资源以得到所述点播推荐请求对应的多媒体资源。
具体地,所述多个用户画像对应多个媒体资源集,可以将所有用户画像对应的媒体资源集一个新的媒体资源集,之后依次遍历新的媒体资源集中的媒资标识,存入一个有序的键值对变量,其中键为媒资标识、值为重复次数,如果媒资标识未存入该变量,进入存储并记录重复次数为1;如果该媒资标识已存入,则将重复次数递增1;在遍历结束后,将键值对变量中元素按值即重复次数进行排序,按重复次数由高到低排列,可知重复次数最高为用户数,最低为1;取出键值对变量中的所有键(媒资标识),为了方便后面生成查询媒资库的sql语句,可以存入一个字符串中,各媒资标识D之间使用逗号相隔,这样可以按照重复次数选取预设数量的多媒体资源。当然,在实际应用中,如果多个用户具有优先级,则将根据优先级对根据优先级对各用户画像对应的媒体资源集进行筛选,得到点播推荐请求对应的媒体资源集。
基于上述基于用户画像的点播方法,本发明还提供了一种计算机可读存储介质,所述计算机可读存储介质存储有一个或者多个程序,所述一个或者多个程序可被一个或者多个处理器执行,以实现如上任一所述的基于用户画像的点播方法中的步骤
基于上述基于用户画像的点播方法,本发明还提供了一种智能电视,如图4所示,其包括至少一个处理器(processor)20;显示屏21;以及存储器(memory)22,还可以包括通信接口(Communications Interface)23和总线24。其中,处理器20、显示屏21、存储器22和通信接口23可以通过总线24完成相互间的通信。显示屏21设置为显示初始设置模式中预设的用户引导界面。通信接口23可以传输信息。处理器20可以调用存储器22中的逻辑指令,以执行上述实施例中的方法。
此外,上述的存储器22中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。
存储器22作为一种计算机可读存储介质,可设置为存储软件程序、计算机可执行程序,如本公开实施例中的方法对应的程序指令或模块。处理器20通过运行存储在存储器22中的软件程序、指令或模块,从而执行功能应用以及数据处理,即实现上述实施例中的方法。
存储器22可包括存储程序区和存储数据区,其中,存储程序区可存储操作***、至少一个功能所需的应用程序;存储数据区可存储根据智能电视的使用所创建的数据等。此外,存储器22可以包括高速随机存取存储器,还可以包括非易失性存储器。例如,U盘、移动硬盘、只读存储器(Read-Only Memory,ROM)、随机存取存储器(Random Access Memory,RAM)、磁碟或者光盘等多种可以存储程序代码的介质,也可以是暂态存储介质。
此外,上述存储介质以及移动终端中的多条指令处理器加载并执行的具体过程在上述方法中已经详细说明,在这里就不再一一陈述。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (10)
1.一种基于用户画像的点播方法,其特征在于,其包括:
当接收到点播推荐请求时,获取所述点播推荐请求对应用户的用户画像,其中,所述用户画像携带若干第一点播标签;
获取所述点播推荐请求携带的第二点播标签,则根据所述第二点播标签和所述用户画像查找所述点播推荐请求对应的多媒体资源集;
根据查找到的多媒体资源集生成点播推荐列表,以进行点播推荐。
2.根据权利要求1所述基于用户画像的点播方法,其特征在于,所述当接收到点播推荐请求时,获取所述点播推荐请求对应用户的用户画像之前还包括:
采集用户点播的行为数据以及所述用户的人物图像,并根据所述行为数据生成若干第一点播标签,其中,所述行为数据包括用户属性和媒资属性;
为各第一点播标签分配权重,并将各第一点播标签按照权重排序而生成所述用户的用户画像,并将所述用户画像与所述人物图像相关联。
3.根据权利要求1所述基于用户画像的点播方法,其特征在于,所述获取所述点播推荐请求携带的第二点播标签,则根据所述第二点播标签和所述用户画像查找所述点播推荐请求对应的多媒体资源集具体包括:
获取所述点播推荐请求携带的第二点播标签,并判断所述用户画像中是否携带所述第二点播标签
当存在所述第二点播标签时,提取所述第二点播标签的维度类型,其中,所述维度类型包括单一维度和多重维度;
当所述第二点播标签的维度类型为多重维度时,根据所述第二点播标签和所述用户画像查找所述点播推荐请求对应的多媒体资源集。
4.根据权利要求3所述基于用户画像的点播方法,其特征在于,所述获取所述点播推荐请求携带的第二点播标签,则根据所述第二点播标签和所述用户画像查找所述点播推荐请求对应的多媒体资源集还包括:
当所述第二点播标签为单一维度时,根据所述用户画像查找所述点播推荐请求对应的多媒体资源集。
5.根据权利要求3所述基于用户画像的点播方法,其特征在于,所述获取所述点播推荐请求携带的第二点播标签,则根据所述第二点播标签和所述用户画像查找所述点播推荐请求对应的多媒体资源集还包括:
当未存在所述第二点播标签,根据所述第二点播标签和所述用户画像查找所述点播推荐请求对应的多媒体资源集;
获取查找到的多媒体资源集携带的多媒体资源的数量,并将所述数量与预设推荐数量进行比较;
当所述数量小于所述预设推荐数量时,根据所述第二点播标签查找所述点播推荐请求对应的多媒体资源集。
6.根据权利要求1所述基于用户画像的点播方法,其特征在于,其还包括:
当未获取到点播标签时,获取预设范围内的图像,并根据所述图像确定用户画像的数量;
当所述用户画像的数量等于1时,获取所述用户画像对应的多媒体资源集;
当所述用户画像的数量大于1时,分别获取各用户画像对应的多媒体资源集,并根据获取到的各多媒体资源集确定所述点播推荐请求对应的多媒体资源集。
7.根据权利要求6所述基于用户画像的点播方法,其特征在于,所述当所述用户画像的数量大于1时,分别获取各用户画像对应的多媒体资源集,并根据获取到的各多媒体资源集确定所述点播推荐请求对应的多媒体资源集具体包括:
当所述用户画像的数量大于1时,分别获取各用户画像对应的多媒体资源集;
将各用户画像对应的多媒体资源集合并,并将合并得到多媒体资源集包含的多媒体资源按照出现次数排序;
按照所述排序选取预设推荐数量的多媒体资源以得到所述点播推荐请求对应的多媒体资源。
8.根据权利要求1所述基于用户画像的点播方法,其特征在于,所述当接收到点播推荐请求时,获取所述点播推荐请求对应用户的用户画像具体包括:
当接收到点播推荐请求时,通过预先设置的摄像机构获取预设范围内的图像;
识别所述图像以确定所述图像携带的人物图像,并根据所述人物图像确定所述点播推荐请求对应的用户画像。
9.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有一个或者多个程序,所述一个或者多个程序可被一个或者多个处理器执行,以实现如权利要求1~8任意一项所述的基于用户画像的点播方法中的步骤。
10.一种智能电视,其特征在于,包括:处理器、存储器及通信总线;所述存储器上存储有可被所述处理器执行的计算机可读程序;
所述通信总线实现处理器和存储器之间的连接通信;
所述处理器执行所述计算机可读程序时实现如权利要求1-8任意一项所述的基于用户画像的点播方法中的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811528475.2A CN111327955B (zh) | 2018-12-13 | 2018-12-13 | 基于用户画像的点播方法、存储介质及智能电视 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811528475.2A CN111327955B (zh) | 2018-12-13 | 2018-12-13 | 基于用户画像的点播方法、存储介质及智能电视 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111327955A true CN111327955A (zh) | 2020-06-23 |
CN111327955B CN111327955B (zh) | 2022-03-01 |
Family
ID=71170347
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811528475.2A Active CN111327955B (zh) | 2018-12-13 | 2018-12-13 | 基于用户画像的点播方法、存储介质及智能电视 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111327955B (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112364244A (zh) * | 2020-11-16 | 2021-02-12 | 广州酷狗计算机科技有限公司 | 多媒体数据推荐方法、装置、服务器及存储介质 |
CN112468853A (zh) * | 2020-11-26 | 2021-03-09 | 未来电视有限公司 | 电视资源推荐方法、装置、计算机设备及存储介质 |
CN112685637A (zh) * | 2020-12-30 | 2021-04-20 | 青岛海信智慧生活科技股份有限公司 | 一种智能设备的智能交互方法及智能设备 |
CN112784069A (zh) * | 2020-12-31 | 2021-05-11 | 重庆空间视创科技有限公司 | 一种iptv内容智能推荐***以及方法 |
CN113190758A (zh) * | 2021-05-21 | 2021-07-30 | 聚好看科技股份有限公司 | 服务器及媒资推荐方法 |
CN113536033A (zh) * | 2021-07-12 | 2021-10-22 | 深圳康佳电子科技有限公司 | 一种多媒体资源的推荐方法及相关设备 |
CN113779395A (zh) * | 2021-09-10 | 2021-12-10 | 粒子文化科技集团(杭州)股份有限公司 | 媒资推荐方法、装置、***、电子装置和存储介质 |
CN117057856A (zh) * | 2023-07-28 | 2023-11-14 | 中移互联网有限公司 | 基于互联网应用的多媒体资源投放方法及装置 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090154899A1 (en) * | 2007-12-14 | 2009-06-18 | Microsoft Corporation | Recorded programs ranked based on social networks |
CN102685566A (zh) * | 2012-05-28 | 2012-09-19 | 北京网尚数字电影院线有限公司 | 一种音视频节目推荐方法 |
KR20120124107A (ko) * | 2011-05-03 | 2012-11-13 | 주식회사 캐스트이즈 | 주문형 컨텐츠 추천 정보 제공 장치 및 방법 |
EP2634707A1 (en) * | 2012-02-29 | 2013-09-04 | British Telecommunications Public Limited Company | Recommender control system, apparatus and method |
CN103440335A (zh) * | 2013-09-06 | 2013-12-11 | 北京奇虎科技有限公司 | 视频推荐方法及装置 |
CN104469430A (zh) * | 2014-12-24 | 2015-03-25 | 武汉泰迪智慧科技有限公司 | 基于上下文和群组组合的视频推荐方法及*** |
CN105916032A (zh) * | 2015-12-08 | 2016-08-31 | 乐视网信息技术(北京)股份有限公司 | 视频推荐的方法及视频推荐的终端设备 |
CN106230911A (zh) * | 2016-07-25 | 2016-12-14 | 腾讯科技(深圳)有限公司 | 一种播放数据推荐方法、兴趣标签确定方法及相关设备 |
CN106446210A (zh) * | 2016-09-30 | 2017-02-22 | 四川九洲电器集团有限责任公司 | 一种多媒体文件搜索方法、服务器及客户端 |
CN107888950A (zh) * | 2017-11-09 | 2018-04-06 | 福州瑞芯微电子股份有限公司 | 一种推荐视频的方法和*** |
CN108573428A (zh) * | 2018-03-07 | 2018-09-25 | 阿里巴巴集团控股有限公司 | 一种资源推荐方法和装置 |
-
2018
- 2018-12-13 CN CN201811528475.2A patent/CN111327955B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090154899A1 (en) * | 2007-12-14 | 2009-06-18 | Microsoft Corporation | Recorded programs ranked based on social networks |
KR20120124107A (ko) * | 2011-05-03 | 2012-11-13 | 주식회사 캐스트이즈 | 주문형 컨텐츠 추천 정보 제공 장치 및 방법 |
EP2634707A1 (en) * | 2012-02-29 | 2013-09-04 | British Telecommunications Public Limited Company | Recommender control system, apparatus and method |
CN102685566A (zh) * | 2012-05-28 | 2012-09-19 | 北京网尚数字电影院线有限公司 | 一种音视频节目推荐方法 |
CN103440335A (zh) * | 2013-09-06 | 2013-12-11 | 北京奇虎科技有限公司 | 视频推荐方法及装置 |
CN104469430A (zh) * | 2014-12-24 | 2015-03-25 | 武汉泰迪智慧科技有限公司 | 基于上下文和群组组合的视频推荐方法及*** |
CN105916032A (zh) * | 2015-12-08 | 2016-08-31 | 乐视网信息技术(北京)股份有限公司 | 视频推荐的方法及视频推荐的终端设备 |
CN106230911A (zh) * | 2016-07-25 | 2016-12-14 | 腾讯科技(深圳)有限公司 | 一种播放数据推荐方法、兴趣标签确定方法及相关设备 |
CN106446210A (zh) * | 2016-09-30 | 2017-02-22 | 四川九洲电器集团有限责任公司 | 一种多媒体文件搜索方法、服务器及客户端 |
CN107888950A (zh) * | 2017-11-09 | 2018-04-06 | 福州瑞芯微电子股份有限公司 | 一种推荐视频的方法和*** |
CN108573428A (zh) * | 2018-03-07 | 2018-09-25 | 阿里巴巴集团控股有限公司 | 一种资源推荐方法和装置 |
Non-Patent Citations (1)
Title |
---|
于洪涌: ""IPTV视频个性化推荐方案"", 《电信科学》 * |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112364244A (zh) * | 2020-11-16 | 2021-02-12 | 广州酷狗计算机科技有限公司 | 多媒体数据推荐方法、装置、服务器及存储介质 |
CN112468853A (zh) * | 2020-11-26 | 2021-03-09 | 未来电视有限公司 | 电视资源推荐方法、装置、计算机设备及存储介质 |
CN112685637A (zh) * | 2020-12-30 | 2021-04-20 | 青岛海信智慧生活科技股份有限公司 | 一种智能设备的智能交互方法及智能设备 |
CN112784069A (zh) * | 2020-12-31 | 2021-05-11 | 重庆空间视创科技有限公司 | 一种iptv内容智能推荐***以及方法 |
CN112784069B (zh) * | 2020-12-31 | 2024-01-30 | 重庆空间视创科技有限公司 | 一种iptv内容智能推荐***以及方法 |
CN113190758A (zh) * | 2021-05-21 | 2021-07-30 | 聚好看科技股份有限公司 | 服务器及媒资推荐方法 |
CN113190758B (zh) * | 2021-05-21 | 2023-01-20 | 聚好看科技股份有限公司 | 服务器及媒资推荐方法 |
CN113536033A (zh) * | 2021-07-12 | 2021-10-22 | 深圳康佳电子科技有限公司 | 一种多媒体资源的推荐方法及相关设备 |
CN113779395A (zh) * | 2021-09-10 | 2021-12-10 | 粒子文化科技集团(杭州)股份有限公司 | 媒资推荐方法、装置、***、电子装置和存储介质 |
CN117057856A (zh) * | 2023-07-28 | 2023-11-14 | 中移互联网有限公司 | 基于互联网应用的多媒体资源投放方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN111327955B (zh) | 2022-03-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111327955B (zh) | 基于用户画像的点播方法、存储介质及智能电视 | |
US8346801B2 (en) | Context based video finder | |
US20100070507A1 (en) | Hybrid content recommending server, system, and method | |
CN107657004A (zh) | 视频推荐方法、***及设备 | |
WO2009061420A1 (en) | Object recognition and database population | |
CN109977296B (zh) | 一种信息推送方法、装置、设备及存储介质 | |
CN111008321A (zh) | 基于逻辑回归推荐方法、装置、计算设备、可读存储介质 | |
US11755651B2 (en) | Method, apparatus, and computer-readable medium for generating categorical and criterion-based search results from a search query | |
CN105589852B (zh) | 一种信息推荐的方法和装置 | |
CN104899306B (zh) | 信息处理方法、信息显示方法及装置 | |
CN105792010A (zh) | 基于图像内容解析及图片索引的电视购物的方法与装置 | |
CN111382364B (zh) | 处理信息的方法及装置 | |
US20230367804A1 (en) | Multimedia content publishing method and apparatus, and electronic device and storage medium | |
KR20210006662A (ko) | 지능정보기술기반 애니메이션 콘텐츠 리소스 서비스 시스템 및 방법 | |
US20190082236A1 (en) | Determining Representative Content to be Used in Representing a Video | |
EP3706014A1 (en) | Methods, apparatuses, devices, and storage media for content retrieval | |
CN106844406B (zh) | 检索方法和检索装置 | |
CN111008304B (zh) | 关键词的生成方法和装置、存储介质及电子装置 | |
CN109756759B (zh) | 一种弹幕信息推荐方法和装置 | |
CN109474832B (zh) | 一种信息搜索排序方法、智能终端及存储介质 | |
US20160188603A1 (en) | Quotation management platform | |
CN106572394B (zh) | 一种影视数据导航方法 | |
CN111143582A (zh) | 一种双索引实时更新联想词的多媒体资源推荐方法及装置 | |
KR20120082737A (ko) | 컨텐츠 추천 장치 및 방법 | |
CN108268552B (zh) | 网站信息的处理方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
CB02 | Change of applicant information | ||
CB02 | Change of applicant information |
Address after: 516006 TCL science and technology building, No. 17, Huifeng Third Road, Zhongkai high tech Zone, Huizhou City, Guangdong Province Applicant after: TCL Technology Group Co.,Ltd. Address before: 516006 Guangdong province Huizhou Zhongkai hi tech Development Zone No. nineteen District Applicant before: TCL Corp. |
|
GR01 | Patent grant | ||
GR01 | Patent grant |